1. 项目背景与核心价值
当代大学生面临学业压力、人际关系、就业焦虑等多重挑战，心理健康问题日益突出。传统心理咨询服务存在预约难、排队久、隐私顾虑等问题，导致许多需要帮助的学生望而却步。这个基于SpringBoot的心理测评与咨询系统，正是为了解决这些痛点而生。
系统采用"测-看-约"的轻量化设计思路，将心理量表、咨询服务和知识库全部搬到线上。学生可以随时进行自助测评，根据结果智能匹配咨询服务，像点外卖一样简单完成预约。咨询师则通过数据驾驶舱实时掌握学生心理状况，实现精准干预。
关键创新点：把传统心理咨询的"被动等待"转变为"主动预防"，通过数据驱动实现心理健康服务的闭环管理。
2. 技术架构设计
2.1 技术选型解析
选择SpringBoot+Vue+MySQL的技术栈主要基于以下考量：
- 开发效率：SpringBoot的约定优于配置原则，配合starter依赖，可快速搭建RESTful API
- 性能表现：MySQL 5.7/8.0对JSON格式的良好支持，适合存储心理测评的多样化题型数据
- 前后端分离：Vue.js的组件化开发模式，特别适合构建复杂的测评问卷界面
- 扩展性：SpringCloud生态可无缝扩展为微服务架构，应对未来业务增长
mermaid复制graph TD
A[Vue前端] -->|HTTP| B(SpringBoot)
B -->|JDBC| C[MySQL]
C -->|Redis缓存| B
B -->|WebSocket| D[即时通讯]
2.2 系统模块划分
系统采用经典的三层架构设计：
- 表现层：Vue 3.x + Element Plus构建的管理后台和移动端H5
- 业务层：SpringBoot 2.7 + MyBatis Plus实现业务逻辑
- 数据层：MySQL 8.0主从架构 + Redis缓存热点数据
核心业务模块包括：
- 用户认证中心（JWT+OAuth2）
- 测评引擎（动态问卷生成与评分）
- 咨询调度中心（预约时间冲突检测）
- 数据统计分析（ECharts可视化）
3. 核心功能实现
3.1 心理测评模块
3.1.1 动态问卷系统
采用JSON Schema定义题目结构，支持5种题型：
json复制{
"questionId": "Q001",
"type": "multiple_choice",
"stem": "最近两周你的睡眠状况如何？",
"options": [
{"value": "A", "text": "每天睡足7小时"},
{"value": "B", "text": "偶尔失眠"}
],
"scoreRule": {
"A": 0,
"B": 2
}
}
关键技术实现：
- 题目随机算法：Fisher-Yates洗牌算法保证题目顺序随机
- 自动批改引擎：基于规则引擎Drools实现复杂评分逻辑
- 结果可视化：使用ECharts生成雷达图/折线图
3.1.2 测评记录管理
采用MySQL JSON类型存储用户答案，避免传统关系型设计的复杂关联：
sql复制CREATE TABLE test_record (
id BIGINT PRIMARY KEY,
user_id BIGINT,
paper_id BIGINT,
answers JSON COMMENT '用户答案JSON',
score INT,
evaluation VARCHAR(255)
);
3.2 咨询预约系统
3.2.1 时间冲突检测
使用时间线段树算法高效检测咨询师时间冲突：
java复制public boolean checkTimeConflict(LocalDateTime start, LocalDateTime end) {
List<TimeSlot> busySlots = timeMapper.selectByConsultant(consultantId);
return new TimeIntervalTree(busySlots).hasOverlap(start, end);
}
3.2.2 支付集成方案
采用策略模式支持多种支付方式：
java复制public interface PaymentStrategy {
PaymentResult pay(Order order);
}
@Service
@RequiredArgsConstructor
public class PaymentService {
private final Map<String, PaymentStrategy> strategies;
public PaymentResult processPayment(String type, Order order) {
return strategies.get(type).pay(order);
}
}
4. 数据库设计
4.1 核心表结构
| 表名 | 字段 | 说明 |
|---|---|---|
| user | id, student_id, name, encrypted_pwd | 用户基础信息 |
| consultant | id, real_name, avatar, credentials | 咨询师资质证明 |
| test_paper | id, title, duration, questions | 试卷JSON定义 |
| appointment | id, user_id, consultant_id, timeslot | 预约时间片 |
4.2 性能优化措施
- 读写分离：使用ShardingSphere实现查询路由
- 缓存策略：Redis缓存热点测评问卷
- 索引设计：为所有外键字段创建组合索引
5. 部署实施
5.1 环境要求
- JDK 1.8+（推荐Amazon Corretto）
- MySQL 5.7+（建议8.0开启caching_sha2_password）
- Node.js 16+（前端构建依赖）
5.2 关键配置
application-prod.yml核心配置：
yaml复制spring:
datasource:
url: jdbc:mysql://master.db:3306/psy?useSSL=false
slave-url: jdbc:mysql://slave.db:3306/psy?useSSL=false
redis:
cluster:
nodes: redis-1:6379,redis-2:6379
5.3 监控方案
- 健康检查：Spring Boot Actuator + Prometheus
- 日志收集：ELK Stack集中管理
- APM监控：SkyWalking追踪微服务调用链
6. 典型问题解决方案
6.1 高并发测评提交
采用令牌桶算法限流：
java复制@RateLimiter(value = 100, key = "#userId")
public SubmitResult submitTest(Long userId, AnswerDTO answers) {
// 处理提交逻辑
}
6.2 敏感数据保护
- 字段加密：使用Jasypt加密联系方式等敏感信息
- 脱敏显示：前端对学号等数据做掩码处理
- 审计日志：记录所有数据访问操作
7. 扩展方向
- AI辅助分析：集成NLP技术分析咨询记录
- 移动端适配：Uniapp打包跨平台应用
- 多租户支持：Saas化改造服务多所高校
项目完整源码包含详细的部署文档和数据库脚本，需要可私信获取。在实际开发中，建议先进行压力测试，确保预约系统在选课等高峰时段能稳定运行。